Sensitivität und Spezifität einfach erklärt
Vertiefung zum ThemaGefahren der Diagnostik
Auf der Packung steht „Sensitivität 96 %, Spezifität 99 %“ – und trotzdem kann ein positives Ergebnis ein Fehlalarm sein. Wer die beiden Kennzahlen sicher auseinanderhält, versteht Gentests, Schnelltests und Vorsorgeuntersuchungen besser. Und in der Klausur gibt es für eine sauber ausgefüllte Vierfeldertafel fast immer volle Punkte.
Einfach erklärt
Diese Seite vertieft das Thema „Gefahren der Diagnostik“. Ein Test kann auf zwei Arten danebenliegen. Er meldet etwas, das gar nicht da ist. Oder er übersieht etwas, das da ist. Du ordnest die Ergebnisse in eine Vierfeldertafel. Das ist eine Tabelle mit zwei Spalten und zwei Zeilen. Die Spalten zeigen die Wahrheit. Die Zeilen zeigen, was der Test meldet.
Die Sensitivität fragt: Wie viele Betroffene findet der Test? Die Spezifität fragt: Wie viele Nicht-Betroffene erkennt der Test richtig als negativ? Viele Tests haben einen Schwellenwert. Das ist eine Grenze für den Messwert. Ab dieser Grenze gilt das Ergebnis als positiv. Verschiebst du die Grenze, sinkt ein Fehler und der andere steigt.
Das Wichtigste:
- Beide Kennzahlen beschreiben den Test selbst.
- Ein Suchtest soll möglichst niemanden übersehen.
- Bei seltenen Merkmalen sind viele positive Ergebnisse Fehlalarme.
Merke: Die Sensitivität zählt gefundene Betroffene, die Spezifität richtig erkannte Nicht-Betroffene.
Kurz gesagt
Die Sensitivität gibt an, welcher Anteil der Betroffenen vom Test richtig als positiv erkannt wird. Die Spezifität gibt an, welcher Anteil der Nicht-Betroffenen richtig ein negatives Ergebnis erhält. Beide werden aus einer Vierfeldertafel berechnet: Sensitivität = richtig-positiv / alle Betroffenen, Spezifität = richtig-negativ / alle Nicht-Betroffenen. Sie beschreiben den Test selbst – wie wahrscheinlich ein positives Ergebnis stimmt, sagen sie allein nicht.
Das lernst du hier
- eine Vierfeldertafel aufstellen und die vier Felder benennen,
- Sensitivität und Spezifität aus Messdaten berechnen,
- erklären, warum ein Test nicht beides gleichzeitig maximieren kann,
- Sensitivität und Spezifität vom Vorhersagewert abgrenzen.
Die Vierfeldertafel: vier mögliche Ergebnisse
Jeder Test, der mit „ja“ oder „nein“ antwortet, kann auf zwei Arten recht haben und auf zwei Arten danebenliegen. Um das zu ordnen, schreibt man die Ergebnisse in eine Tabelle mit zwei Spalten und zwei Zeilen, die Vierfeldertafel. Die Spalten zeigen die Wahrheit: Liegt das gesuchte Merkmal – eine Krankheit oder eine Genvariante – tatsächlich vor oder nicht? Die Zeilen zeigen, was der Test meldet.
Woher kennt man die Wahrheit? Bei der Prüfung eines neuen Tests vergleicht man ihn mit einem Referenztest, der als sehr zuverlässig gilt, oft auch Goldstandard genannt – bei einem Gentest etwa mit einer aufwendigen Sequenzierung. Erst dieser Vergleich zeigt, wo der neue Test richtig- und wo er falschliegt.
Sensitivität und Spezifität berechnen
Nimm ein Modellbeispiel: Ein Labor prüft einen neuen Gentest an 1.000 Personen, bei denen der Referenztest schon gezeigt hat, ob sie eine bestimmte Genvariante tragen. 100 Personen sind Trägerinnen und Träger, 900 nicht. Der neue Test meldet bei 95 der 100 Träger „positiv“ und bei 18 der 900 Nicht-Träger ebenfalls „positiv“.
- Tafel füllenRichtig-positiv RP = 95, falsch-negativ FN = 100 − 95 = 5, falsch-positiv FP = 18, richtig-negativ RN = 900 − 18 = 882. Kontrolle: Alle vier Felder ergeben zusammen 1.000.
- SensitivitätRP / (RP + FN) = 95 / 100 = 0,95, also 95 %. Fünf von hundert Trägern übersieht der Test.
- SpezifitätRN / (RN + FP) = 882 / 900 = 0,98, also 98 %. Zwei von hundert Nicht-Trägern erhalten einen Fehlalarm.
- GegenrechnungDie Fehlerquoten sind die Ergänzungen zu 100 %: falsch-negativ-Rate = 1 − Sensitivität = 5 %, falsch-positiv-Rate = 1 − Spezifität = 2 %.
Merke
Sensitivität = RP / (RP + FN): Wie viele Betroffene findet der Test? Spezifität = RN / (RN + FP): Wie viele Nicht-Betroffene stuft er richtig ein? Der Nenner ist immer eine Spalte der Vierfeldertafel – also alle, die das Merkmal wirklich haben, oder alle, die es wirklich nicht haben.
Eine Merkhilfe aus der Medizin: Bei einem Test mit sehr hoher Sensitivität ist ein negatives Ergebnis aussagekräftig, denn er übersieht kaum jemanden – ein negatives Ergebnis schließt das Merkmal weitgehend aus. Bei einem Test mit sehr hoher Spezifität ist ein positives Ergebnis aussagekräftig, denn Fehlalarme sind selten.
Falsch-positiv oder falsch-negativ: Was ist schlimmer?
Viele Tests messen keinen eindeutigen Ja-nein-Wert, sondern eine Größe, zum Beispiel die Menge eines Stoffes im Blut oder die Stärke eines Signals. Erst ein Schwellenwert (englisch cut-off) macht daraus „positiv“ oder „negativ“. Weil sich die Messwerte von Betroffenen und Nicht-Betroffenen meist überlappen, erzeugt jeder Schwellenwert beide Fehlerarten (Abb. 2).
Welche Fehlerart schwerer wiegt, hängt vom Zweck ab. Bei einem Suchtest (Screening), etwa beim Neugeborenen-Screening auf seltene Stoffwechselkrankheiten, wäre ein übersehenes Kind fatal, weil eine frühe Behandlung schwere Schäden verhindert. Man wählt den Schwellenwert deshalb so, dass die Sensitivität sehr hoch ist, und nimmt mehr Fehlalarme in Kauf. Diese werden mit einem zweiten, sehr spezifischen Bestätigungstest aufgeklärt. Ein falsch-positives Ergebnis kostet Nerven, Zeit und manchmal weitere, belastende Untersuchungen – ein falsch-negatives kann eine Behandlung verhindern.
Genau diese Abwägung spielt auch bei Gentests eine Rolle. Ob ein Test überhaupt gemacht werden darf, wer aufklären muss und wer vom Ergebnis erfahren darf, ist in Deutschland gesetzlich geregelt – mehr dazu auf der Seite Das Gendiagnostikgesetz: Was es regelt.
Typische Fehler
- Sensitivität mit Vorhersagewert verwechseln: „Sensitivität 95 %“ heißt nicht, dass ein positives Ergebnis zu 95 % stimmt. Die Sensitivität blickt von den Betroffenen auf das Testergebnis, der Vorhersagewert vom Testergebnis zurück.
- Falscher Nenner: Die Spezifität bezieht sich nur auf die Nicht-Betroffenen, nicht auf alle Getesteten. Prüfe immer: Prozent wovon?
- „Sensitivität und Spezifität ergeben zusammen 100 %“: Falsch. Ergänzungen zu 100 % sind nur die jeweiligen Fehlerquoten (1 − Sensitivität, 1 − Spezifität).
- Werbung mit „Genauigkeit“: Eine einzige „Treffsicherheit“ vermischt beide Fehlerarten und hängt davon ab, wie viele Betroffene in der Testgruppe waren.
Sensitivität, Spezifität und Vorhersagewert
Für dich als getestete Person ist meist eine andere Frage wichtig: „Mein Test ist positiv – wie wahrscheinlich habe ich das Merkmal wirklich?“ Diese Wahrscheinlichkeit heißt positiver Vorhersagewert und steckt in derselben Vierfeldertafel, wird aber zeilenweise gelesen. Im Beispiel oben: 95 richtig-positive und 18 falsch-positive Ergebnisse, also 95 / 113 ≈ 84 %.
Hier liegt die Falle: In der Prüfstudie trug jede zehnte Person die Variante. Wird derselbe Test in einer Gruppe eingesetzt, in der nur jede hundertste Person betroffen ist, bleiben Sensitivität und Spezifität gleich – der Vorhersagewert aber stürzt ab.
| pro 10.000 Getestete | Anteil Betroffene 10 % | Anteil Betroffene 1 % |
|---|---|---|
| Betroffene / Nicht-Betroffene | 1.000 / 9.000 | 100 / 9.900 |
| richtig-positiv (95 %) | 950 | 95 |
| falsch-positiv (2 %) | 180 | 198 |
| positiver Vorhersagewert | 950 / 1.130 ≈ 84 % | 95 / 293 ≈ 32 % |
Bei einem seltenen Merkmal stammen also die meisten positiven Ergebnisse von Nicht-Betroffenen, einfach weil es so viele von ihnen gibt. Wie man das mit einem Häufigkeitsbaum Schritt für Schritt durchrechnet und welche Folgen das bei vorgeburtlichen Bluttests hat, zeigt das Hauptkapitel Gefahren der Diagnostik.
Wusstest du?
Selbst Fachleute schätzen den Vorhersagewert oft falsch ein, wenn die Angaben in Prozent und bedingten Wahrscheinlichkeiten gegeben sind. Gerd Gigerenzer und Ulrich Hoffrage zeigten 1995, dass deutlich mehr Menschen richtig rechnen, wenn dieselben Informationen als natürliche Häufigkeiten präsentiert werden – also „95 von 100“ statt „95 %“.
Vertiefung Oberstufe: ROC-Kurve und Likelihood-Quotienten
Weil jeder Schwellenwert ein anderes Paar aus Sensitivität und Spezifität liefert, stellt man einen Test oft als ROC-Kurve dar (receiver operating characteristic). Auf der y-Achse steht die Sensitivität, auf der x-Achse die falsch-positiv-Rate (1 − Spezifität). Jeder Punkt der Kurve ist ein möglicher Schwellenwert. Ein perfekter Test hätte einen Punkt in der linken oberen Ecke (Sensitivität 1, falsch-positiv-Rate 0). Ein nutzloser Test, der nur rät, liegt auf der Diagonale. Die Fläche unter der Kurve (AUC) fasst die Trennschärfe in einer Zahl zwischen 0,5 und 1 zusammen.
Einen „besten“ Schwellenwert sucht man zum Beispiel mit dem Youden-Index J = Sensitivität + Spezifität − 1. Im Beispiel oben ist J = 0,95 + 0,98 − 1 = 0,93. Der Index gewichtet beide Fehler aber gleich – in der Praxis entscheidet der Zweck des Tests.
Sehr nützlich sind Likelihood-Quotienten. Der positive Likelihood-Quotient LR+ = Sensitivität / (1 − Spezifität) gibt an, um wie viel ein positives Ergebnis die Chance (englisch odds) auf das Merkmal erhöht. Im Beispiel: LR+ = 0,95 / 0,02 = 47,5. Liegt die Vorab-Wahrscheinlichkeit bei 1 %, ist die Vorab-Chance 1 : 99 ≈ 0,0101. Nach einem positiven Ergebnis beträgt sie 0,0101 · 47,5 ≈ 0,48, das entspricht einer Wahrscheinlichkeit von 0,48 / 1,48 ≈ 32 % – derselbe Wert wie in der Tabelle. Das ist der Satz von Bayes in Chancen-Schreibweise. Der negative Likelihood-Quotient LR− = (1 − Sensitivität) / Spezifität = 0,05 / 0,98 ≈ 0,05 zeigt, wie stark ein negatives Ergebnis die Chance senkt.
Fachbegriffe
- Vierfeldertafel
- Tabelle, die Testergebnis (positiv/negativ) und Wahrheit (Merkmal ja/nein) gegenüberstellt.
- Sensitivität
- Anteil der Betroffenen mit positivem Testergebnis: RP / (RP + FN).
- Spezifität
- Anteil der Nicht-Betroffenen mit negativem Testergebnis: RN / (RN + FP).
- falsch-negativ
- Der Test übersieht ein vorhandenes Merkmal.
- Schwellenwert (Cut-off)
- Grenze, ab der ein Messwert als positiv gilt; bestimmt das Verhältnis von Sensitivität und Spezifität.
- Referenztest
- Besonders zuverlässiges Verfahren, mit dem ein neuer Test verglichen wird (Goldstandard).
Aufgaben
AFB I Wissen wiedergeben AFB II Anwenden AFB III Beurteilen
- AFB INenne die vier Felder der Vierfeldertafel und definiere Sensitivität und Spezifität mit Formel.
Lösung anzeigen
Richtig-positiv (RP), falsch-positiv (FP), falsch-negativ (FN), richtig-negativ (RN). Sensitivität = RP / (RP + FN): Anteil der Betroffenen, die der Test als positiv erkennt. Spezifität = RN / (RN + FP): Anteil der Nicht-Betroffenen, die der Test als negativ einstuft.
- AFB IIBerechne Sensitivität, Spezifität und positiven Vorhersagewert: Ein Suchtest wird an 5.000 Neugeborenen geprüft. 50 Kinder haben die gesuchte Erkrankung, davon erhalten 48 ein positives Ergebnis. Von den 4.950 gesunden Kindern erhalten 4.851 ein negatives Ergebnis (Modellwerte).
Lösung anzeigen
RP = 48, FN = 2, RN = 4.851, FP = 4.950 − 4.851 = 99. Sensitivität = 48 / 50 = 96 %. Spezifität = 4.851 / 4.950 = 98 %. Positiver Vorhersagewert = 48 / (48 + 99) = 48 / 147 ≈ 33 %. Nur etwa jedes dritte auffällige Ergebnis betrifft ein erkranktes Kind – deshalb folgt beim Screening immer ein Bestätigungstest.
- AFB IIErkläre mithilfe von Abb. 2, wie sich Sensitivität und Spezifität verändern, wenn man den Schwellenwert nach rechts verschiebt.
Lösung anzeigen
Liegt die Schwelle weiter rechts, gelten weniger Messwerte als positiv. Weniger Nicht-Betroffene liegen rechts der Schwelle, die falsch-positive Fläche wird kleiner: Die Spezifität steigt. Gleichzeitig liegen mehr Betroffene links der Schwelle, die falsch-negative Fläche wächst: Die Sensitivität sinkt. Weil sich die Verteilungen überlappen, lässt sich nicht beides zugleich verbessern.
- AFB IIVergleiche zwei Tests: Test A hat eine Sensitivität von 99 % und eine Spezifität von 90 %, Test B eine Sensitivität von 85 % und eine Spezifität von 99,5 %. Ordne begründet zu, welcher sich als Suchtest und welcher als Bestätigungstest eignet.
Lösung anzeigen
Test A eignet sich als Suchtest: Er übersieht nur 1 % der Betroffenen, ein negatives Ergebnis ist also sehr verlässlich; die vielen Fehlalarme (10 % der Nicht-Betroffenen) lassen sich nachträglich klären. Test B eignet sich als Bestätigungstest: Er erzeugt kaum Fehlalarme (0,5 %), ein positives Ergebnis ist daher aussagekräftig. Er wird nur bei denen eingesetzt, die im Suchtest auffällig waren.
- AFB IIIBeurteile die Werbeaussage eines Internet-Anbieters: „Unser Gentest liefert zu 99 % korrekte Ergebnisse.“ Gib an, welche Informationen dir fehlen.
Lösung anzeigen
Die Angabe ist wenig aussagekräftig. Sie nennt nicht, ob es um Sensitivität, Spezifität oder den Anteil aller richtigen Ergebnisse geht. Ist ein Merkmal selten, erreicht selbst ein Test, der nie „positiv“ sagt, fast 99 % richtige Ergebnisse – und findet niemanden. Es fehlen: Sensitivität und Spezifität getrennt, mit welchem Referenztest und an welcher Gruppe sie bestimmt wurden, wie häufig das Merkmal in der Zielgruppe ist und daraus der positive Vorhersagewert. Fazit: Die Aussage taugt nicht, um den Test zu beurteilen; auffällige Ergebnisse müssten ärztlich bestätigt werden.
Weiterlernen
Quellen & Stand
- Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Glossar: Sensitivität und Spezifität.
- Gigerenzer, G.; Hoffrage, U.: How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review 102 (1995), S. 684–704.
Alle Zahlen in den Beispielen und Aufgaben sind gerundete Modellwerte. Stand: Oktober 2026.